안녕하세요!고양이·개·자동차 사진을 구분하려면,반드시 분류 모델을 새로 학습해야 할까요?SigLIP을 쓰면 후보 문장만 준비해도 됩니다.이 글에서는 로컬 사진으로 직접 이미지분류를 실행합니다.학습 없이 분류한다는 말은 무슨 뜻일까?Zero-shot Classification은 새 분류기를 따로 훈련하지 않는 방식입니다.이미지와 문장의 어울림을 비교해 가장 맞는 후보를 찾습니다.예를 들어 사진 한 장과 세 문장을 함께 넣습니다.고양이, 개, 자동차 중 어느 문장이 사진과 가까운지 계산합니다.여기서 문장은 단순한 클래스 이름보다 중요합니다.모델은 이미지와 자연어 설명을 연결하도록 사전학습됐기 때문입니다.SigLIP은 이미지와 문장을 어떻게 비교할까?SigLIP은 이미지 인코더와 텍스트 인코더를 함께 사용합니..